相关赛道： 语音识别多模态音视频

给语音模型戴上「眼镜」，错误率降低12.5%，人大CMU最新开源

新智元 2025.03.24 来源: 36氪 热度: 31
BPO-AVASR通过音视频双焦点优化提升抗噪语音识别。